
摘要
动物情感计算领域正在迅速发展,面部表情分析是其中的关键方面之一。目前,该领域的研究人员面临的主要挑战之一是缺乏高质量、全面的数据集,这限制了面部表情分析模型的开发。本文介绍了一个新的猫面部图像数据集,该数据集标注了边界框和48个基于猫面部解剖学的面部特征点(facial landmarks)。我们还提出了一种基于卷积神经网络的特征点检测模型,该模型采用了放大集成方法(magnifying ensemble method)。实验结果表明,我们的模型在猫面部特征点检测上表现出色,并且可以推广到人类面部特征点检测。
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| facial-landmark-detection-on-catflw | ELD (EfficientNetV2S) | NME: 2.83 |
| facial-landmark-detection-on-catflw | ELD (EfficientNetV2B0) | NME: 2.98 |
| facial-landmark-detection-on-catflw | ELD (MobileNetV2) | NME: 3.09 |
| facial-landmark-detection-on-wflw-1 | ELD (EfficientNetV2B1) | NME: 4.65 |